Rilis Model & Benchmark
Penalaran Granite 4.2. IBM merilis Granite 4.2 dalam ukuran 3B, 8B, dan 30B di bawah lisensi Apache 2.0. Model-model ini memiliki mode berpikir chain-of-thought, konteks 512K, tool calling native, dan menjalani post-training dengan agentic reinforcement learning.
Model hukum Thomson Reuters. Thomson Reuters merilis Thomson-1.0-Small, model yang berfokus pada hukum dan perpajakan.
Kuantisasi NVFP4 Qwen3.8. Checkpoint Qwen3.8-27B dengan kuantisasi penuh NVFP4 menggunakan quantization-aware distillation dengan QUASAR untuk mempertahankan performa mendekati BF16, bahkan dengan semua lapisan linear terkuantisasi.
Benchmark Muse Glimmer. Muse Glimmer mengungguli Qwen3.8 medium dalam benchmark pengetahuan implisit dan hanya membutuhkan 3-4 jam, dibandingkan 30 jam untuk Qwen xhigh, sehingga menunjukkan RAG dapat mendekatkannya ke model-model frontier.
Qwen3.8-Flash-Next lokal. Qwen3.8-Flash-Next yang akan datang adalah MoE multimodal dengan total parameter ~125B dan ~6B aktif, serta tabel n-gram 51B. Kuantisasi 4-bit dapat dimuat dalam sekitar 82 GB, sehingga secara mengejutkan ramah untuk penggunaan lokal.
Perangkat Keras & Inferensi
Kernel AMD MI350X. NetraRuntime merilis kernel secara open source yang menjalankan Qwen3.6-35B-A3B pada 78.498 token output per detik di 8 GPU MI350X, sekitar 2,16x throughput vLLM.
Chip OpenAI Jalapeño. Chip inferensi khusus pertama OpenAI, Jalapeño, dikabarkan mengungguli Nvidia Blackwell dan Rubin dalam throughput per watt dan latensi pada benchmark SemiAnalysis, mencapai 1.400 token per detik per pengguna pada GPT-OSS 120B.
Percepatan DFlash2. Pengaturan speculative decoding DFlash2 pada RTX 4080 16GB mempercepat Qwen3.8-27B dari 50,6 menjadi 86,7 token per detik dengan kualitas output yang identik.
Pilihan Mac Studio. Mac Studio M5 Ultra 96GB menawarkan bandwidth memori dua kali lipat dari M5 Max 128GB dengan selisih harga sekitar €740, tetapi analisis biaya menunjukkan bahwa kartu grafis 24-32GB yang lebih murah mungkin lebih ekonomis untuk sebagian besar inferensi lokal.
Tes coding 16GB. Qwen3.8-27B dengan kuantisasi berat yang berjalan di Quadro 16GB berhasil mengimplementasikan metode transfer-matrix multilayer dari nol, meskipun sebagian besar dari 100 menit proses dihabiskan untuk men-debug validatornya sendiri.
Agen & Framework
Tooling agen LangChain. LangChain menambahkan RubricMiddleware untuk agen yang dapat mengevaluasi diri sendiri, dukungan skills di deepagents-CLI, dan mendokumentasikan pola-pola loop engineering untuk menumpuk loop agen.
LangSmith Engine 2x. LangSmith Engine kini mengidentifikasi isu agen yang berdampak dua kali lebih baik pada benchmark internal dan 25% lebih baik dalam menulis perbaikan.
Memori Claude Cowork. Anthropic menyatukan memori antara Claude chat dan Claude Cowork, sehingga Cowork kini mengingat konteks dari chat dan pengguna dapat melihat, mengedit, atau menghapus informasi yang disimpan.
Agen plan-and-execute. LangChain memperkenalkan executor agen Plan-and-Execute yang pertama-tama merencanakan tugas multi-langkah lalu mengeksekusinya, dengan menukar lebih banyak panggilan LLM demi perencanaan jangka panjang yang lebih baik.
Industri & Bisnis
AI suara India. Ringg menggalang dana $10 juta dari Peak XV untuk membangun agen voice AI bagi perusahaan-perusahaan India. Perusahaan ini sudah memproses 20 juta percobaan panggilan per bulan dengan pelanggan seperti Flipkart dan Cred.
Robotika Generalist $3B. Startup robotika Generalist kini bernilai $3 miliar setelah perpanjangan pendanaan yang membawa Seri B-nya menjadi $600 juta. Model Gen 1.5-nya memungkinkan robot mempelajari tugas dari demonstrasi video yang hanya berdurasi 3 hingga 12 detik.
Pendanaan Stability AI. Stability AI menggalang dana $76 juta dalam putaran Seri B dari investor termasuk Universal Music, Sony Music, Warner Music, dan EA, sehingga total pendanaan untuk alat AI kreatif mencapai $232 juta.
AI legal Google. Google meluncurkan Gemini Enterprise for Legal, menggunakan konektor MCP untuk berintegrasi dengan iManage, NetDocuments, Harvey, dan lainnya untuk peninjauan kontrak, riset hukum, dan pelacakan regulasi.
Agen Lyft dan Klarna. Lyft membangun platform dukungan pelanggan multi-agen layanan mandiri dengan LangGraph dan LangSmith, sementara asisten LangGraph Klarna menangani pekerjaan setara 700 karyawan penuh waktu.
Keamanan & Kebijakan
Kampanye ChatGPT Rusia. OpenAI menggagalkan operasi pengaruh terselubung Rusia yang menggunakan ChatGPT untuk membuat konten pro-Kremlin dan artikel palsu yang disebar di X, LinkedIn, Facebook, Substack, dan Telegram.
Kepatuhan EU AI Act. LangChain menerbitkan panduan tentang penggunaan LangSmith dan LangChain OSS untuk memenuhi persyaratan risiko tinggi EU AI Act seperti logging, monitoring, dan pengawasan manusia.
Itu saja untuk hari ini – sekitar 5 menit membaca.